Aplicación del Proceso Analítico Jerárquico a un caso de gestión de alimentos en el adulto mayor
Introducción
Desde hace algún tiempo venimos
investigando en el tema de la longevidad satisfactoria y uno de
los tópicos en que más hemos incursionado es en la
alimentación del adulto mayor.
Entre los elementos de la dieta que son de vital importancia
para las personas de la tercera edad, se encuentran los
vegetales, por el aporte que le dan al organismo humano.
La adquisición de estos vegetales puede llevarse a cabo
en distintos lugares, cada uno de los cuales tiene sus propias
características. En el caso del estudio que hemos
realizado con adultos mayores del Reparto "Camilo Cienfuegos" en
la ciudad de Matanzas, Cuba, existen
tres lugares básicos en los que esta población puede adquirir dichos vegetales,
que son las tres alternativas (A) que utilizamos en
nuestro estudio:
1. En huertos familiares (A1).
2. A través de vendedores ambulantes
(A2).3. En los mercados de la ciudad (A3).
Cuando comenzamos a entrevistar acerca de cuáles de
estas alternativas preferían, así como acerca de
las características de cada uno de estas opciones desde el
punto de vista de sus criterios de selección,
nos dimos cuenta que existían diversos Criterios
(C) que justificaban un estudio detallado acerca del
establecimiento de un ranking de prioridades para esta
población.
Como fruto de estas entrevistas,
llegamos a la conclusión de que los criterios que
más influían en la selección de cuál
lugar elegir para la compra de vegetales, eran los
siguientes:
1. El precio (C1).
2. La cercanía (C2).
3. La variedad (C3).
Esta información primaria, nos animó a
buscar un método que
permitiera establecer comparaciones entre cada una de estas
alternativas y criterios de decisión para identificar las
prioridades de la población objeto de la
investigación de acuerdo a la Meta Global, que
en este caso es la satisfacción general del adulto
mayor en la compra de los vegetales.
El estudio de las posibles herramientas a
utilizar para establecer el ranking de prioridades deseado, nos
permitió seleccionar al método de Proceso
Analítico Jerárquico (PAJ), de adecuado rigor de
análisis, aunque un poco trabajoso en
algunos casos, por lo que nos auxiliamos de una hoja de
cálculo electrónica elaborada en Microsoft
Excel 2007.
Desarrollo
De acuerdo con Simon (1947, 1955, 1978, 1983 y 2005) y Thaler
(1986), aquellos problemas en
los que las alternativas de decisión son finitas se
denominan problemas de decisión multicriterio
discretos. Por otro lado, cuando el problema toma un
número infinito de valores y
conduce a un número infinito de alternativas posibles, se
llama decisión multiobjetivo. Los principales
métodos de
decisión multicriterio discretos son:
Ponderación lineal (Scoring).
Utilidad multiatributo (MAUT).
Relaciones de sobreclasificación.
Proceso Analítico Jerárquico (PAJ o
AHP).
El método Scoring es probablemente el más
conocido y el más comúnmente utilizado de los
métodos de decisión multicriterio. Con
este se obtiene una puntuación global por la simple suma
de las contribuciones obtenidas de cada atributo. Si se tienen
varios criterios con diferentes escalas (dado que ellos no se
pueden sumar directamente), se requiere un proceso previo de
normalización para que pueda efectuarse la
suma de las contribuciones de cada uno de los atributos. Debe
tomarse en cuenta que, sin embargo, el orden obtenido con este
método no es independiente del procedimiento de
normalización aplicado.
Ross (2007) señala que los MAUT se basan en estimar una
función
parcial para cada atributo, de acuerdo con las preferencias de
las personas responsables de tomar las decisiones, que luego se
agregan en una función MAUT en forma aditiva o
multiplicativa. Al determinarse la utilidad de cada
una de las alternativas, se consigue una ordenación del
conjunto de las alternativas que intervienen en el proceso. La
teoría
MAUT busca expresar las preferencias del tomador de decisiones
sobre un conjunto de atributos o criterios. Está basada
fundamentalmente en el siguiente principio: todo tomador de
decisiones intenta implícitamente maximizar una
función que agrega todos los puntos de vista relevantes
del problema. Es decir, si se interrogara previamente al tomador
de decisiones sobre sus preferencias, sería muy probable
que sus respuestas coincidieran con una cierta función de
utilidad.
Página siguiente  |